CN103702037A - 一种视频图像亮度的自动调节方法 - Google Patents

Abstract

本发明涉及一种视频图像亮度的自动调节方法，设置初始曝光量，摄像机根据初始曝光量进行移动汽车图像采集，并将图像分成若个区域；从若干区域中选定第一模块和第二模块，并给第一模块和第二模块分别设定静态权重；确定除第一模块、第一模块外的其余区域的静态权重，所述其余区域的静态权重为第一模块的高静态权重与第二模块的低静态权重之间的值；计算各区域灰度均值，并根据灰度相似性对各区域分配动态权重；对动态权重进行归一化处理，并算出各区域的加权平均值；通过调节初始曝光量，使加权平均值与曝光目标值之间的误差小于顶定误差，实现图像亮度调节：将亮度调节后的图像通过网络发送至监控中心的服务器中存储。

Description

一种视频图像亮度的自动调节方法

技术领域

本发明涉及一种视频图像亮度的自动调节方法，尤其是涉及一种高速公路车辆视频图像亮度的自动调节方法。

背景技术

影响图像质量的因素有很多，如曝光量、空间分辨率、亮度对比度、噪声等。在动态成像系统中，为使图像质量保持最佳，必须能够实时调整曝光参数以获得清晰的图像。

高速公路使用的视频采集系统采集车辆的主要信息是车辆牌照信息，需要能够清楚无误的准确识别。但是，市场上销售的高质量摄像机通常价格昂贵，增加了交通成本。而普通摄像机在夜间由于对移动目标的曝光量不够，导致采集的图像不够清晰，无法准确的识别车牌号码，为潜在的交通处理取证造成困扰。

发明内容

本发明设计了一种视频图像亮度的自动调节方法，其解决的技术问题是市场上销售的高质量摄像机通常价格昂贵，增加了交通成本。而普通摄像机在夜间由于对移动目标的曝光量不够，导致采集的图像不够清晰，无法准确的识别车牌号码，为潜在的交通处理取证造成困扰。

为了解决上述存在的技术问题，本发明采用了以下方案：

一种视频图像亮度的自动调节方法，包括以下步骤：A1、设置初始曝光量，摄像机根据初始曝光量进行移动汽车图像采集，然后并将图像分成若个区域；A2、根据图像上不同位置所提供的信息的重要程度，从所述若干区域中选定第一模块和第二模块，并给第一模块和第二模块分别设定静态权重，第一模块设置为高静态权重，第二模块设置为低静态权重；A3、确定除第一模块、第一模块外的其余区域的静态权重，所述其余区域的静态权重为第一模块的高静态权重与第二模块的低静态权重之间的值；A4、计算各区域灰度均值，并根据灰度相似性对各区域分配动态权重；A5、对动态权重进行归一化处理，并算出各区域的加权平均值；A6、通过调节初始曝光量，使所述加权平均值与曝光目标值之间的误差小于顶定误差，实现图像亮度调节；A7、将亮度调节后的图像通过网络发送至监控中心的服务器中存储。

进一步，在所述步骤A2中将车辆牌照区域设定为第一模块，设置为高静态权重。

进一步，在所述步骤A1中将图像分成若个区域之前，利用变换函数对图像进行灰度变换。

进一步，所述变换函数为对数函数或幂函数。

进一步，在所述步骤A1中将图像分成若成若干区域域进一步包括：将图像在水平方向上和竖直方向上等分成若干区域。

进一步，所述步骤A3进一步包括：A31、选定曲面原型；A32、在所述曲面上定义一个距离函数；A33、求解所述距离函数取最小值时的曲面方程，并带入除第一模块、第二模块外的区域的坐标后，即得到除第一模块和第一模块外的其他区域的静态权重。

进一步，所述曲面原型选定为多项式曲面，所述距离函数选择欧式距离d：

$d(a_0,a_1,...,a_k)=\sqrt{\underset{m,n}{\mathrm{\Σ}}f(m,n)-{\mathrm{Ws}}_{m,n}}$

其中，a_k是曲面方程展开式的各项系数，(m，n)是已经确定静态权重的区域的坐标，WS_m，n，是已经确定的各个区域的静态权重，f(m，n)通过拟合函数计算得到，上述k，m，n都是自然数。

进一步，所述步骤A4进一步包括：A41、将第一模块作为参考区域，计算其余各区域与所述参考区域的灰度均值的曼哈顿距离；A42、设定个相似度函数，通过所述相似度函数计算各区域的动态权重。

进一步，所述步骤A42中的相似度函数为高斯分布函数。

进一步，所述步骤A6中调节初始曝光量是采用递归滤波器进行调节。

该视频图像亮度的自动调节方法具有以下有益效果：

(1)本发明提供的图像自动调节方法，通过先静态分配测光权重，再动态调整测光权重，从而实现了动态调节图像亮度，优化对比度与信噪比，使图像更加清楚，便于车辆主要特征的识别和提取。

(2)本发明的图像自动调节方法直接用于普通摄像机，使得普通摄像机获得高质量图像，因而成本低、画质更好，性价比更优。

附图说明

图1：本发明视频图像亮度的自动调节方法方框示意图；

图2：本发明车辆牌照的测光分区以及权重分布示意图；

图3：本发明中视频图像采集流程方框示意图。

具体实施方式

下面结合图1至图3，对本发明做进一步说明：

如图1所示，一种视频图像亮度的自动调节方法，包括以下步骤：A1、设置初始曝光量，摄像机根据初始曝光量进行移动汽车图像采集，并将图像分成若个区域；A2、根据图像上不同位置所提供的信息的重要程度，从所述若干区域中选定第一模块和第二模块，并给第一模块和第二模块分别设定静态权重，第一模块设置为高静态权重，第二模块设置为低静态权重；A3、确定除第一模块、第一模块外的其余区域的静态权重，所述其余区域的静态权重为第一模块的高静态权重与第二模块的低静态权重之间的值；A4、计算各区域灰度均值，并根据灰度相似性对各区域分配动态权重；A5、对动态权重进行归一化处理，并算出各区域的加权平均值；A6、通过调节初始曝光量，使所述加权平均值与曝光目标值之间的误差小于顶定误差，实现图像亮度调节：A7、将亮度调节后的图像通过网络发送至监控中心的服务器中。

在所述步骤A1中将图像分成若个区域之前，利用变换函数对图像进行灰度变换。所述变换函数为对数函数或幂函数。

变换函数通常采用对数函数或幂函数。如：幂函数：

或对数函数：I′=klog_γI其中，k是比例调节系数，γ是gamma度。

在所述步骤A1中将图像分成若成若干区域域进一步包括：将图像在水平方向上和竖直方向上等分成若干区域。

步骤A2中，根据图像上不同位置所提供的信息的重要程度，从所述若干区域中选定第一模块和第二模块，并给第一模块和第二模块分别设定静态权重，第一模块设置为高静态权重，第二模块设置为低静态权重。如图2所示，在所述步骤A2中将车辆牌照区域设定为第一模块，设置为高静态权重，将车辆牌照区设为第一模块，可以获得高亮度和清晰的图像。

步骤A3、确定除第一模块、第一模块外的其余区域的静态权重，所述其余区域的静态权重为第一模块的高静态权重与第二模块的低静态权重之间的值。所述步骤A3进一步包括：

A31、选定曲面原型，例如样条曲面或多项式曲面等，先确定一个曲面族，然后通过下面的最优化方法从族中选出一个；

A32、在所述曲面上定义一个距离函数，以多项式曲面为例，距离选择欧式距离，a_k是曲面方程展开式的各项系数，所述距离函数选择欧式距离d：

$d(a_0,a_1,...,a_k)=\sqrt{\underset{m,n}{\mathrm{\Σ}}f(m,n)-{\mathrm{Ws}}_{m,n}}$

其中，a_k是曲面方程展开式的各项系数，(m，n)是已经确定静态权重的区域的坐标，WS_m，n，是已经确定的各个区域的静态权重，f(m，n)通过拟合函数计算得到，上述k，m，n都是自然数。

A33、求解所述距离函数取最小值时的曲面方程，并带入除第一模块、第二模块外的区域的坐标后，即得到除第一模块和第一模块外的其他区域的静态权重。

即上述欧氏距离d取最小值，其必须满足： $\left\{\begin{array}{c}\frac{\∂d}{{\∂a}_1}=0\\ \frac{\∂d}{{\∂a}_2}=0\\ .\\ .\\ .\\ \frac{\∂d}{{\∂a}_k}=0\end{array}\right..$

解上述方程可求得曲面方程，带入各分区坐标即可解得静态权重Ws_i，j=f(i，j)，其中，(i，j)为区域坐标，i，j为自然数，下同。

确定了图像各个区域的静态权重后，所述步骤S4为根据实际情况动态分配测光权重：计算各区域灰度均值，并根据灰度相似性对各区域分配动态权重。其具体包括：

A41、将第一模块作为参考区域，计算其余各区域与所述参考区域的灰度均值的曼哈顿距离；即当第一模块的灰度均值为I₀，其余各区域的灰度均值Ii，j与第一模块的灰度均值I₀的曼哈顿距离d_i，j=|I_i，j-I₀|。

A42、设定个相似度函数，通过所述相似度函数计算各区域的动态权重。步骤A42中的相似度函数为高斯分布函数。则动态权重为如下公式计算。其中，σ是高斯分布的标准差。

${\mathrm{Wd}}_{i,j}=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{d_{i,j}^2}{2{\mathrm{\σ}}^2}}$

所述步骤A5为计算归一化后的加权平均值。首先对权重做归一化处理，得到归一化后的加权系数：

$W_{i,j}=\frac{{\mathrm{Ws}}_{i,j}\×{\mathrm{Wd}}_{i,j}}{\mathrm{\Σ}({\mathrm{Ws}}_{i,j}\×{\mathrm{Wd}}_{i,j})}$

然后，计算各区域的加权平均值：

$\mathrm{avg\; I}=\underset{i,j}{\mathrm{\Σ}}{W}_{i,j}{I}_{i,j}$

其中，(I，j)为区域坐标。

最后，所述步骤A6通过调节初始曝光量，使所述加权平均值与曝光目标值之间的误差小于预定误差，实现图像亮度调节，其通过开环控制调节增益将图像亮度调节到最终目标值，从而得到自动曝光自动增益的图像，在亮度／对比度与信噪比之间取得最佳平衡。

在使所述加权平均值与曝光目标值之间的误差小于预定误差时，可以通过PTD控制器(比例积分微分控制器)进行控制将测光值调节到目标值附近允许的误差范围内，即满足：

|avgI-T|≤Err

其中，T是曝光目标值，Err是允许的最大误差。

另外，通过开环控制调节增益将图像亮度调节到最终目标值时，增益：

$\mathrm{Gain}=\frac{I_{t\arg \mathrm{et}}}{\mathrm{avg\; I}}$

其中，所述I_target为最终目标灰度值，是根据预先选定的值。Gain的作用是保持图像亮度，医疗领域成为ABS(Automatic Brightness Stabilization、自动亮度控制)。

进一步，为保证调节的平滑性，所述步骤A6中调节初始曝光量中，采用IIR滤波器进行滤波调节，并通过PID控制器来控制。IIR滤波调节的具体方法如下：

expV₁=W₀×expV₀+W₁×expV₁

其中，expV₀、expV₁分别是上一次和当前估算的曝光值，W₀、W₁是加权系数，在本发明的图像自动调节方法中，自动曝光控制采用闭环控制，每次循环都会算出一个expV，expV₀是上一循环算出的，expV₁是当前循环算出的。W₀、W₁的取值范围均为[0，1]，且二者之和等于1。

步骤A6中调节初始曝光量是采用递归滤波器进行调节。

一种图像自动调节系统，其中，所述系统包括：初步处理单元，用于设置初始曝光量，根据初始曝光量进行图像采集，并将图像分成若个区域；第一静态权重分配单元，用于根据图像上不同位置所提供的信息的重要程度，从所述若个区域中选定第一模块和第二模块，并给所述第一模块和第二模块分别设定静态权重，第一模块设置为高静态权重，第一模块设置为低静态权重；第二静态权重分配单元，用于确定除第一模块、第一模块外的其余区域的静态权重，所述其余区域的静态权重取值为第一模块的高静态权重与第一模块的低静态权重之间的值；动态权重分配单元，用于计算各区域灰度均值，并根据灰度相似性对各区域分配动态权重；归一化单元，用于对动态权重进行归一化处理，并算出各区域的加权平均值；图像调节单元，用于调节初始曝光量，使所述加权平均值与曝光目标值之间的误差小于预定误差，实现图像亮度的调节。

如图3所示，本发明还公开一种视频采集系统，其中，摄像机负责采集图像。远程监测监控主控机中的软件程序实现本发明视频图像亮度的自动调节方法并且获得高质量的图像，远程监测监控主控机将亮度调节后的图像通过网络发送至监控中心的服务器中存储。

上面结合附图对本发明进行了示例性的描述，显然本发明的实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。

Claims (10)

1.一种视频图像亮度的自动调节方法，包括以下步骤：A1、设置初始曝光量，摄像机根据初始曝光量进行移动汽车图像采集，然后将图像分成若个区域；A2、根据图像上不同位置所提供的信息的重要程度，从所述若干区域中选定第一模块和第二模块，并给第一模块和第二模块分别设定静态权重，第一模块设置为高静态权重，第二模块设置为低静态权重；A3、确定除第一模块、第一模块外的其余区域的静态权重，所述其余区域的静态权重为第一模块的高静态权重与第二模块的低静态权重之间的值；A4、计算各区域灰度均值，并根据灰度相似性对各区域分配动态权重；A5、对动态权重进行归一化处理，并算出各区域的加权平均值；A6、通过调节初始曝光量，使所述加权平均值与曝光目标值之间的误差小于顶定误差，实现图像亮度调节；A7、将亮度调节后的图像通过网络发送至监控中心的服务器中存储。

2.根据权利要求1所述视频图像亮度的自动调节方法，其特征在于：在所述步骤A1中将图像分成若个区域之前，利用变换函数对图像进行灰度变换。

3.根据权利要求2所述视频图像亮度的自动调节方法，其特征在于：所述变换函数为对数函数或幂函数。

4.根据权利要求1所述视频图像亮度的自动调节方法，其特征在于：在所述步骤A1中将图像分成若成若干区域域进一步包括：将图像在水平方向上和竖直方向上等分成若干区域。

5.根据权利要求1所述视频图像亮度的自动调节方法，其特征在于：在所述步骤A2中将车辆牌照区域设定为第一模块，设置为高静态权重。

6.根据权利要求1所述视频图像亮度的自动调节方法，其特征在于：所述步骤A3进一步包括：A31、选定曲面原型；A32、在所述曲面上定义一个距离函数；A33、求解所述距离函数取最小值时的曲面方程，并带入除第一模块、第二模块外的区域的坐标后，即得到除第一模块和第一模块外的其他区域的静态权重。

7.根据权利要求6所述视频图像亮度的自动调节方法，其特征在于：所述曲面原型选定为多项式曲面，所述距离函数选择欧式距离d：

$d(a_0,a_1,...,a_k)=\sqrt{\underset{m,n}{\mathrm{\Σ}}f(m,n)-{\mathrm{Ws}}_{m,n}}$

其中，a_k是曲面方程展开式的各项系数，(m，n)是已经确定静态权重的区域的坐标，WS_m，n，是已经确定的各个区域的静态权重，f(m，n)通过拟合函数计算得到，上述k，m，n都是自然数。

8.根据权利要求1所述视频图像亮度的自动调节方法，其特征在于：所述步骤A4进一步包括：A41、将第一模块作为参考区域，计算其余各区域与所述参考区域的灰度均值的曼哈顿距离；A42、设定个相似度函数，通过所述相似度函数计算各区域的动态权重。

9.根据权利要求1至8中任何一项所述视频图像亮度的自动调节方法，其特征在于：所述步骤A42中的相似度函数为高斯分布函数。

10.根据权利要求1所述视频图像亮度的自动调节方法，其特征在于：所述步骤A6中调节初始曝光量是采用递归滤波器进行调节。

Images